关键词： 人工智能   网络通信   数据安全   加密技术  

摘要： 随着网络通信规模的指数级增长,传统加密技术面临计算效率与安全性瓶颈。本文提出一种基于人工智能的混合加密框架,通过对抗生成网络(generative adversarial network,GAN)优化密钥生成效率,并结合长短期记忆网络(long short-term memory network,LSTM)实现动态密钥更新。且通过理论分析与实测数据验证了基于人工智能的网络通信信息数据安全加密技术的有效性,为网络通信信息数据安全提供了技术支撑。

关键词： 人工智能   影视表演   创新探索  

摘要： 在人工智能时代,影视表演基础课程的创新不仅有助于推动影视表演基础教学模式适应时代发展需求,提升学生在人工智能时代的影视表演专业素养,还可促进影视表演基础课程与行业前沿技术的有机衔接。影视表演基础课程创新应坚守影视表演艺术的本质特征,把握人工智能技术与表演教学的融合尺度,同时遵循学生影视表演能力的提升规律。在创新策略方面,优化影视表演基础课程内容体系,创新影视表演基础课程教学方法,强化影视表演基础课程实践教学环节,切实推进人工智能时代影视表演基础课程的高质量发展。

关键词： 大数据   人工智能   高校图书馆   学科服务   模式框架  

摘要： 随着大数据、人工智能等新兴技术的涌现,高校图书馆也开始探索学科服务模式创新。文章基于大数据与人工智能的概念内涵及其在图书馆学科服务应用的研究现状,从获取、处理、分析、应用和存储5个层面出发,构建大数据与人工智能双驱动的高校图书馆学科服务模式框架,对每一个层级实施详细讨论分析,以期推动高校图书馆数智化学科服务实现跨越式发展。

关键词： 人工智能   医院信息化   医疗智能诊断  

摘要： 随着时代的进步,计算机人工智能也迅速发展,并逐渐在各个行业普及。作为一项前沿的科学技术,人工智能在医疗行业的应用变得更加广泛。因此,以用户视角在应用层面对人工智能进行研究十分重要,对人工智能的健康发展也有着积极的促进意义。

关键词： 桥梁工程   地震反应预测   机器学习   可解释性   特征重要性   特征影响   地震动强度指标  

摘要： 中小跨径桥梁占中国已建成桥梁的80%以上,借助机器学习对量大面广的中小跨径桥梁抗震性能进行快速预测、分析具有重要意义。然而,机器学习模型由于算法的复杂性往往表现为“黑箱子”,可信度和适用性有待商榷,建立可解释的机器学习模型成为迫切需求。因此,以中小跨径连续梁桥为研究对象,开展了桥梁纵向地震反应可解释机器学习方法研究。采用2种主流的机器学习算法(神经网络、支持向量回归),选取桥梁结构参数和地震动强度参数作为特征(即输入变量),建立桥梁地震反应预测机器学习模型。然后,基于4种通用的可解释方法(SHAP、排序重要性、部分依赖图、LIME)对模型进行全面解释。结果表明:支持向量回归和神经网络均能准确地预测桥梁地震反应,决定系数超过0.9;基于神经网络模型的SHAP与LIME解释方法能获得相对稳定可靠的解释结果。地震动强度特征之间的高相关性导致在对预测结果的贡献上出现竞争,而去掉低贡献的地震动强度特征可以保持模型预测精度基本不变的同时降低模型复杂度,提高可解释性。从机器学习模型预测性能和可解释性的角度,推荐中小跨径梁桥地震反应预测所需的地震动强度指标为平均谱加速度(AvgSa)、峰值地表位移(PGD)、峰值地表速度(PGV)以及Housner强度指标(HI)。

关键词： 人工智能   产教融合   校企合作   人才培养  

摘要： 近年来,人工智能产业发展迅猛,对具备实践能力与创新能力的应用型人才需求激增。然而,当前教育体系与产业需求存在脱节现象,传统培养模式侧重理论教学,实践与创新能力培养不足,急需探索高效的人工智能人才培养模式。本文立足人工智能产业发展与人才需求背景,通过案例分析产教融合的实践模式及现存问题,提出基于产教融合的人工智能应用型人才培养模式,从校企协同匹配、教学体系优化、校企协同研发与就业生态优化四方面展开,强调校企深度合作与教育内容动态化调整,推动实践经验与理论知识有机结合。通过制度化、深度化的产教融合,能够有效提升人工智能人才培养质量,缓解行业人才缺口,为人工智能应用型人才培养探索可行路径,提供参考借鉴。

关键词： 异构数据同步   XML   机器学习   数据异常冲突  

摘要： 在数字化转型的背景下,本文提出了一种分布式场景下异构数据同步的新方法。为解决数据不一致问题,建议采用XML作为数据交换的中间格式,并利用XSD验证数据合法性,有效解决不一致问题。针对业务层面的异常冲突,本文提出根据数据类型采用不同的机器学习模型,如线性回归模型处理数值数据、自然语言模型处理文本数据,以预测和识别数据异常,确保业务和运维人员能及时发现并解决异常情况。

关键词： 总线控制   机电一体化   自动检测   机器学习  

摘要： 提出了一种基于总线控制的机电一体化传感器自动检测技术,旨在提高现代化工厂生产线的设备监控和故障诊断能力。该技术包含基于CAN总线的分布式传感器网络、自适应数据融合算法以及基于机器学习的故障诊断模型。通过构建智能制造柔性生产线的仿真环境,模拟了包括机器人装配等工序的完整生产流程。仿真结果表明,该技术能有效识别典型故障问题,显著提高了设备状态监测的效率和可靠性。

关键词： 人工智能   中医诊断   多模态数据融合  

摘要： 人工智能技术的快速发展为中医诊断现代化提供了新的机遇。分析人工智能与中医诊断结合的基础、研究进展和难点问题,认为人工智能在中医舌诊、脉诊、闻诊、文本处理智能化方面已取得显著发展,在构建数据驱动型中医诊断模式、多学科融合的中医诊断模式领域亦有有益探索;但目前人工智能技术应用于中医诊断的融合过程仍面临临床数据稀缺且质量参差不齐、人工智能算法对中医辨证思维模式和经验性知识的表达与建模能力有限、可能存在伦理与隐私问题等诸多挑战。通过对人工智能赋能中医诊断的研究现状及发展方向的系统梳理,提出从加强中医大数据建设及人才培养、鼓励跨领域合作、完善法律与伦理框架、推动技术在基层医疗中的普及四个方面促进人工智能技术在中医诊断学中的应用,从而提升中医诊断的现代化水平。

关键词： AH两地上市   自动驾驶   港股IPO   新股   人工智能  

摘要： 后备资源丰富@望江阁主:内地高科技企业在港交所很受欢迎。其中,自动驾驶、人工智能企业拥有广阔市场前景和高成长潜力,上市有助于企业的未来规划发展,也让股民分享企业成长的红利。还有,A股市场这么多股票,更多企业“A+H”两地上市,能让港交所获得更丰富的后备资源。@小朋鹏:股民今年对新股热情非常高。除上市数量和募资金额大幅增加外,港股IPO的认购也非常火爆,好几只股票的网上发行有效认购倍数超过1000倍。